本文提供了一种风控特征实时监控方法及装置，方法包括：实时拦截特征/策略计算请求数据，并将其转发至特征/策略计算接口；特征/策略计算接口根据特征/策略计算请求数据，确定特征/策略代码，对特征/策略代码中的入参特征集进行子类化，得到入参特征集的子类，将特征/策略计算请求数据传入子类中，子类中设置有捕获代码及预定义的数据获取方法；运行特征/策略代码时利用预定义的数据获取方法调用子类，以通过子类中的捕获代码获取特征/策略代码的实际入参特征项；根据预定时间段内确定出的各特征/策略代码的实际入参特征项，确定各特征输出的在用特征项。本文能够自动识别特征输出的在用特征项，提高在用特征项识别的精度及准确率。确率。确率。
【技术实现步骤摘要】
一种风控特征实时监控方法及装置
[0001]本文涉及数据监控领域，尤其涉及一种风控特征实时监控方法及装置。
技术介绍
[0002]在金融风控应用场景中，随着市场和和客群的变化，业务逐渐复杂多变，存在的特征数据种类也逐渐丰富，例如用户基础数据、三方数据、加工的数据，各类特征数据存在复杂多层级的依赖关系，鉴于特征数据间依赖关系复杂，因此，存在特征数据依赖关系不清、重复存储加工，不使用的特征数据还在耗费计算资源等一系列问题。另外，有用特征项由人工确认，还存在效率低下及不够精准的问题。
技术实现思路
[0003]本文用于解决现有技术中特征项的有用与否需人工确认，存在效率低下及不够精准的问题。
[0004]为了解决上述技术问题，本文一方面提供一种风控特征实时监控方法，包括：
[0005]实时拦截特征/策略计算请求数据，并将其转发至特征/策略计算接口，其中，特征/策略计算请求数据包括特征/策略的入参特征数据；
[0006]特征/策略计算接口根据特征/策略计算请求数据，确定特征/策略代码，对特征/策略代码中的入参特征集进行子类化，得到入参特征集的子类，将特征/策略计算请求数据传入子类中，其中，子类中设置有捕获代码及预定义的数据获取方法；
[0007]运行特征/策略代码时利用预定义的数据获取方法调用子类，以通过子类中的捕获代码获取特征/策略代码的实际入参特征项；
[0008]根据预定时间段内确定出的各特征/策略代码的实际入参特征项，确定各特征输出的在用特征项。
[0009]作为本文进一步实施例中，所述方法还包括：
[0010]根据各特征输出的标准特征项及在用特征项，确定各特征的无用特征项；
[0011]对各特征的无用特征项做下线处理。
[0012]作为本文进一步实施例中，所述方法还包括：
[0013]对预定时间段内确定出的各特征的在用特征项进行聚合分析；
[0014]根据聚合分析结果，生成报表并存入数据库中。
[0015]作为本文进一步实施例中，对预定时间段内确定出的各特征的在用特征项进行聚合分析包括：
[0016]对于预定时间段内确定出的每种在用特征项的值，统计缺失值占总量的比例，得到各在用特征项的缺失率；
[0017]对预定时间段内确定出的每种在用特征项的值进行求平均处理，得到各在用特征项的平均值；
[0018]对预定时间段内确定出的各在用特征项的缺失率、平均值、最大值及最小值以分
布图的形式展示；
[0019]对预定时间段内确定出的各在用特征项的值进行聚合统计，并对各在用特征项的统计结果进行排序；根据各在用特征项的统计结果的排序结果，确定各在用特征项在各预定分位数对应的统计量。
[0020]作为本文进一步实施例中，特征/策略计算接口根据特征/策略计算请求数据，确定特征/策略代码之后，还包括：
[0021]将特征/策略代码转换为抽象语法树，其中，抽象语法树中的节点为特征；
[0022]遍历抽象语法树，以确定入参特征集已进行字典封装的节点；
[0023]利用自定义字典对识别出的节点的入参特征集进行封装；
[0024]将处理后的抽象语法树转换为特征/策略代码。
[0025]作为本文进一步实施例中，根据预定时间段内确定出的各特征/策略代码的实际入参特征项，确定各特征输出的在用特征项，包括：
[0026]对于每一实际入参特征项，确定生成该实际入参特征项的特征；
[0027]对于每一特征，对该特征输出的实际入参特征项进行汇总处理，将汇总结果作为该特征输出的在用特征项。
[0028]本文第二方面提供一种风控特征实时监控装置，包括：
[0029]请求拦截单元，用于实时拦截特征/策略计算请求数据，并将其转发至特征/策略计算接口，其中，特征/策略计算请求数据包括特征/策略的入参特征数据；
[0030]数据处理单元，用于特征/策略计算接口根据特征/策略计算请求数据，确定特征/策略代码，对特征/策略代码中的入参特征集进行子类化，得到入参特征集的子类，将特征/策略计算请求数据传入子类中，其中，子类中设置有捕获代码及预定义的数据获取方法；
[0031]运行单元，用于运行特征/策略代码时利用预定义的数据获取方法调用子类，以通过子类中的捕获代码获取特征/策略代码的实际入参特征项；
[0032]识别单元，用于根据预定时间段内确定出的各特征/策略代码的实际入参特征项，确定各特征输出的在用特征项。
[0033]本文第三方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述任一实施例所述方法。
[0034]本文第四方面提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被计算机设备的处理器执行时实现前述任一实施例所述方法。
[0035]本文第五方面提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被计算机设备的处理器执行时实现前述任一实施例所述方法。
[0036]本文提供的风控特征实时监控方法及装置，通过实时拦截特征/策略计算请求数据，并将其转发至特征/策略计算接口，其中，特征/策略计算请求数据包括特征/策略的入参特征数据；特征/策略计算接口根据特征/策略计算请求数据，确定特征/策略代码，对特征/策略代码中的入参特征集进行子类化，得到入参特征集的子类，将特征/策略计算请求数据传入子类中，其中，子类中设置有捕获代码及预定义的数据获取方法；运行特征/策略代码时利用预定义的数据获取方法调用子类，以通过子类中的捕获代码获取特征/策略代码的实际入参特征项；根据预定时间段内确定出的各特征/策略代码的实际入参特征项，确
定各特征输出的在用特征项。本文能够自动识别特征输出的在用特征项，提高在用特征项识别的精度及准确率。
[0037]为让本文的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
[0038]为了更清楚地说明本文实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本文的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]图1示出了本文实施例策略与特征以及特征之间依赖关系的示意图；
[0040]图2A示出了本文实施例风控特征实时监控方法的第一流程图；
[0041]图2B示出了本文实施例计算请求数据流转示意图；
[0042]图3示出了本文实施例风控特征实时监控方法的第二流程图；
[0043]图4示出了本文实施例风控特征实时监控方法的第三流程图；
[0044]图5示出了本文实施例风控特征实时监控方法的第四流程图；
[0045]图6A示出了本文实施例父类本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种风控特征实时监控方法，其特征在于，包括：实时拦截特征/策略计算请求数据，并将其转发至特征/策略计算接口，其中，特征/策略计算请求数据包括特征/策略代码的入参特征集数据；特征/策略计算接口根据特征/策略计算请求数据，确定特征/策略代码，对特征/策略代码中的入参特征集进行子类化，得到入参特征集的子类，将特征/策略计算请求数据传入子类中，其中，子类中设置有捕获代码及预定义的数据获取方法；运行特征/策略代码时利用预定义的数据获取方法调用子类，以通过子类中的捕获代码获取特征/策略代码的实际入参特征项；根据预定时间段内确定出的各特征/策略代码的实际入参特征项，确定各特征输出的在用特征项。2.如权利要求1所述的方法，其特征在于，还包括：根据各特征输出的标准特征项及在用特征项，确定各特征的无用特征项；对各特征的无用特征项做下线处理。3.如权利要求1所述的方法，其特征在于，还包括：对预定时间段内确定出的各特征的在用特征项进行聚合分析；根据聚合分析结果，生成报表并存入数据库中。4.如权利要求3所述的方法，其特征在于，对预定时间段内确定出的各特征的在用特征项进行聚合分析包括：对于预定时间段内确定出的每种在用特征项的值，统计缺失值占总量的比例，得到各在用特征项的缺失率；对预定时间段内确定出的每种在用特征项的值进行求平均处理，得到各在用特征项的平均值；对预定时间段内确定出的各在用特征项的缺失率、平均值、最大值及最小值以分布图的形式展示；对预定时间段内确定出的各在用特征项的值进行聚合统计，并对各在用特征项的统计结果进行排序；根据各在用特征项的统计结果的排序结果，确定各在用特征项在各预定分位数对应的统计量。5.如权利要求1所述的方法，其特征在于，特征/策略计算接口根据特征/策略计算请求数据，确定特征/策略代码之后，还包括：将特征/策略代码转换为抽象语法树，其中，抽象...
【专利技术属性】
技术研发人员：贺小兵，王乐，李军，李俊永，吴迪，
申请(专利权)人：厦门友微科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。